(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111673292.1 (22)申请日 2021.12.28 (71)申请人 宁波大学科学技术学院 地址 315300 浙江省宁波市慈溪市白沙路 街道文蔚路521号 (72)发明人 骆挺　黄江涛　徐海勇　何周燕　 (74)专利代理 机构 北京维正专利代理有限公司 11508 代理人 吴英杰 (51)Int.Cl. G06T 1/00(2006.01) G06T 7/73(2017.01) G06V 10/46(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于视觉感知的鲁棒图像的水印嵌入 方法、 水印嵌入网络构建方法、 系统及存 储介质 (57)摘要 本申请涉及一种基于视觉感知的鲁棒图像 的水印嵌入方法、 水印嵌入网络构建方法、 系统 及存储介质， 解决了当下的水印嵌入提取方法无 法较好的兼顾水印的鲁棒性和不可见性， 其包括 获取原始图像信息及原始水印信息； 根据原始图 像信息以提取浅层特征图像信息及深层特征图 像信息； 分析对应的特征图像信息形成视觉掩码 信息； 对原始水印信息处理形成预处理水印信 息； 修正预处理水印信息以形成待嵌入水印信 息； 将浅层特征图像信息、 深层特征图像信息以 及待嵌入水印信息进行融合形成融合图像信息； 将原始图像信息及融合图像信息输入残差结构 生成最终图像信息。 本申请通过视觉掩码能够调 控水印的嵌入， 进而兼顾水印的鲁棒性和不可见 性。 权利要求书5页 说明书19页 附图7页 CN 114359009 A 2022.04.15 CN 114359009 A 1.一种基于 视觉感知的鲁棒图像的水印嵌入方法， 其特 征是： 获取原始图像信息以及原 始水印信息； 根据原始图像信 息以提取特征图像信 息； 所述特征图像信 息包括浅层特征图像信 息以 及深层特 征图像信息； 分析特征图像信息中对应特 征点的概 率分布以形成视 觉掩码信息； 对原始水印信息进行空间 复制的预处 理方式以形成预处 理水印信息； 根据视觉掩码信息对预处 理水印信息进行修 正以形成待嵌入水印信息； 将浅层特征图像信 息、 深层特征图像信 息以及待嵌入水印信 息进行图像融合以形成融 合图像信息； 将原始图像信息以及融合图像信息输入至所预设的残差结构以生成完成水印嵌入的 最终图像信息 。 2.根据权利要求1所述的基于视觉感知的鲁棒图像的水印嵌入方法， 其特征是： 关于根 据原始图像信息以提取 特征图像信息的具体方法如下： 具体包括密集连接的四个卷积层， 分别定义为第 一卷积层、 第二卷积层、 第 三卷积层以 及第四卷积层； 将原始图像信息 输入第一卷积层以提取浅层特 征图像信息； 将浅层特 征图像信息 输入第二卷积层以形成第二 提取图像信息； 将浅层特征图像信息与第二提取图像信息进行concat连接再输入第三卷积层以形成 第三提取图像信息； 将浅层特征图像信息、 第二提取图像信息以及第三提取图像信息进行concat连接再输 入第四卷积层以形成深层特 征图像信息 。 3.根据权利要求1所述的基于视觉感知的鲁棒图像的水印嵌入方法， 其特征是： 关于视 觉掩码生成方法具体包括： 获取深层特 征图像信息； 对深层特 征图像信息进行降维处 理以形成第一视 觉图像信息； 将第一视觉图像信息所对应的数值 限制于所预设的阈值范围内以形成第二视觉图像 信息； 根据第二视觉图像信息以计算深层特征图像信息中特征点的概率分布情况以形成视 觉掩码信息 。 4.根据权利要求1所述的基于视觉感知的鲁棒图像的水印嵌入方法， 其特征是： 关于视 觉掩码生成方法具体包括： 获取浅层特 征图像信息； 对浅层特 征图像信息进行降维处 理以形成第三视 觉图像信息； 将第三视觉图像信息所对应的数值 限制于所预设的阈值范围内以形成第四视觉图像 信息； 根据第四视觉图像信息以计算深层特征图像信息中特征点的概率分布情况以形成浅 层视觉掩码信息； 获取深层特 征图像信息； 对深层特 征图像信息进行降维处 理以形成第五视 觉图像信息；权　利　要　求　书 1/5 页 2 CN 114359009 A 2将第五视觉图像信息所对应的数值 限制于所预设的阈值范围内以形成第六视觉图像 信息； 根据第六视觉图像信息以计算深层特征图像信息中特征点的概率分布情况以形成深 度视觉掩码信息 。 5.根据权利要求4所述的基于视觉感知的鲁棒图像的水印嵌入方法， 其特征是： 根据视 觉掩码信息对预处 理水印信息进行修 正以形成待嵌入水印信息的方法如下： 根据浅层视 觉掩码信息对预处 理水印信息进行修 正以形成浅层水印信息； 根据深度视 觉掩码信息对预处 理水印信息进行修 正以形成深层水印信息； 将浅层水印信息、 深层水印信息进行融合以形成待嵌入水印信息 。 6.根据权利要求2所述的基于 视觉感知的鲁棒图像的水印嵌入方法， 其特 征是： 关于提取 特征图像信息的具体公式如下： 其中， F1为浅层特征图像信息； F2为第二提取图像信息； F3为第三提取图像信息； F4为深 层特征图像信息； Layer1、 Layer2、 Layer3、 Layer4均为卷积层以对图像进行特征提取， 且 Layer1、 Layer2、 Layer3、 Layer4四个卷积层的结构相同； Conv3×3表示为卷积核 为3×3的卷积 滤波； BN表示为Batch  Normalization函数； LR表示LeakReLU激活函数； concat表示为 concat函数； 关于对原 始水印信息进行空间 复制的预处 理方式的具体公式如下： 其中， W'为预处 理水印信息； Win为原始水印信息； H为原 始图像信息的长度； W 为原始图 像信息的宽度； L 为原始水印信息的长度； 关于将浅层特征图像信 息、 深层特征图像信 息以及待嵌入水印信 息进行图像融合以形 成融合图像信息的公式如下： F＝Conv3×3(Layer6(Layer5(concat(F4,F1,Wen)))； 其中， F为融合图像信 息； Conv3×3表示为卷积核为3 ×3的卷积滤波； Layer5、 Layer6均为 卷积层以对拼接后的图像进行特征提取， 且L ayer5、 Layer6两个卷积层的结构相同； concat (F4,F1,Wen)表示为将F4、 F1、 Wen三者进行拼接以形成新的图像； 在根据特 征图像信息以形成视 觉掩码信息的过程中， 关于根据深层特 征图像信息形成对应的视 觉掩码信息的具体公式如下： M＝LayerV(F4)＝SoftMax(Tanh(BN(Co nv3×3(F4))))； 其中， F4为深层特征图像信 息； Conv3×3(F4)表示为降维处理， 即通过Conv3×3(F4)以形成 第一视觉图像信息； BN表示为Batch  Normalization函数； Tanh表示为Tanh激活函数， 即通 过Tanh(BN(Conv3×3(F4)))以将第一视觉图像信息所对应的数值限制于所预设的阈值范 围权　利　要　求　书 2/5 页 3 CN 114359009 A 3